Предисловие

При построении общей стратегии создания интеллектуальных искусственных систем перед учеными все время возникают вопросы, связанные с развитием природы. Какие пути эволюции при этом выбирает природа? Почему природа экономна? Почему она идет оптимальным путем? Каким образом природе удается найти наиболее устойчивые формы? Каким образом происходит самоорганизация? Какие механизмы лежат в основе алгоритмов построения порядка из хаоса? Как природа научилась ускорять эволюцию? И многие другие. В. Вернадский писал: «Какое наслаждение «вопрошать природу»! Какой рой вопросов, мыслей, соображений! Сколько причин для удивления, сколько ощущений приятного при попытке объять своим умом, воспроизвести в себе ту работу, какая длилась веками в бесконечных ее областях!» Д. Дидро говорил: «Природе доставляет удовольствие варьировать один и тот же механизм бесконечным числом различных способов».

Считается, что история эволюционного моделирования или эволюционных вычислений началась с работ Дж. Холланда, Л. Фогеля, А. Овена и М. Уолша, И. Букатовой, Л. Растригина и других исследователей. Все они взяли за основу ряд преобразований живого материала существующих, в природе, упростили их, построив ряд принципов и моделей эволюционных процессов. Со временем эволюционное моделирование превратилось в теорию, на основе которой осуществляется поиск квазиоптимальных и оптимальных решений задач, некоторые из них считались до этого неразрешимыми.

Основное преимущество эволюционного моделирования заключается в возможности решения задач, имеющих много локальных оптимумов за счет комбинирования элементов случайности и направленности аналогично тому, как это происходит в природе. Другим важным фактором эволюционного моделирования является моделирование процессов селекции, размножения и наследования. При этом получаемые по определенным правилам альтернативные решения могут порождать новые решения, которые будут «наследовать» лучшие характеристики предыдущих. Суть стратегии эволюционного моделирования состоит в реализации целенаправленного процесса размножения-гибели, при котором размножению соответствует появление новых объектов, а гибели — удаление объектов в соответствии с определенными критериями естественного и искусственного отбора.

Моделирование развития и совершенствования природы позволяет найти новые пути построения интеллектуальных искусственных систем. Основными направлениями здесь могут выступить эволюционные стратегии, генетические алгоритмы, а также генетическое программирование.

Все, даже наиболее сложные структуры интеллектуальных искусственных систем строятся на основе дискретного подхода как некой общей основы. Существует особый строительный блок — «универсальный кирпич», который затем достраивается, входит в сложные иерархические конгломераты по различным нечетким алгоритмам. Искусственные системы имеют фрактальное строение и повторяются в различных масштабах. Применение генетических алгоритмов позволяет получать набор альтернативных решений, среди которых с большой вероятностью находится оптимальное.

Природа питает предпочтение к определенным формам, чаще всего встречающимся в естественных системах. Использование этих форм приводит к быстрой эволюции систем (устойчивым формам), т. е. установлению гомеостаза. Относительно устойчивые структуры, на которые выходят процессы эволюции в открытых и нелинейных системах, самоорганизуются. Процессы самоорганизации являются ключевыми понятиями новой развивающейся науки — эволюционного моделирования.

Даже на упрощенных математических моделях искусственных и естественных систем можно видеть все разнообразие возможных путей эволюции. Эволюция имеет сквозной характер. Она пронизывает все уровни естественных и искусственных систем. Основой эволюции является отбор на основе стратегии — «выживают сильнейшие». Такое развитие через хаос — это медленный путь эволюции природы, путь случайных вариаций и естественного отбора, постепенного перехода от простых самоорганизующихся систем к более сложным. При этом природа часто делает скачки, осуществляя сжатие времени эволюции. Один из основных вопросов современной науки — это изучение взаимодействия части и целого. Он связан с проблемой совместной эволюции и ее ускорения при объединении эволюционирующих частей, при этом способы самоорганизации не произвольны, а обусловлены нелинейными свойствами внешней среды.

В монографии описаны некоторые принципы и подходы к построению интеллектуальных искусственных систем. Обобщены материалы зарубежных, российских ученых и результаты исследований авторов в области эволюционного моделирования. Описана теория эволюционного моделирования и приведены ее основные теоремы. Рассмотрены алгоритмы анализа и синтеза сложных систем и решения оптимизационных задач принятия решений на графах и других моделях в различных проблемных областях. Сложная эволюционирующая система не может быть представлена единственной моделью, как правило, это целый комплекс моделей, каждая из которых отражает различные стороны поведения моделируемой системы. Одновременное использование различных методов для построения моделей эволюционирующих сложных систем приводит к рассмотрению и использованию гибридных систем, объединяющих как единое целое множество подсистем различного типа и назначения.

Таким образом, использование стратегий, принципов, методов и алгоритмов эволюционного моделирования при решении оптимизационных задач является качественно новым перспективным подходом к созданию и применению сложных искусственных систем. Данный подход позволяет

получать эффективные решения в различных областях науки и техники за приемлемое время и с требуемым качеством.

Ядром книги является новая перспективная технология генетического поиска и эволюционного моделирования. Авторы стремились показать, как

они используются для решения практических задач. В этой связи книга структурирована следующим образом. Сначала рассмотрены модели эволюции Ч. Дарвина, Ж. Ламарка, де Фриза, К. Попера и синтетическая теория эволюции. Далее показана взаимосвязь между эволюцией и новой, развивающейся наукой — синергетикой. Затем приведена теория эволюционного моделирования и сформулирована концепция построения генетических алгоритмов. На основе указанного материала представлены подходы к построению гибридных систем искусственного интеллекта и разработке эффективных методов решения графовых и прикладных оптимизационных задач.

Монография предназначена для специалистов, ведущих разработки перспективных САПР, интеллектуальных информационных технологий в науке, технике, биологии, экономике, социологии и других, областях. Она может быть полезна для аспирантов и студентов всех специальностей, изучающих теорию систем и методы системного анализа, информатику, методы оптимизации, исследования операций и принятия решений.

Данные исследования основаны на работах Н. Винера, И. Пригожи- на, Г. Хакена, Д. Холланда, Д. Гольдберга, Д. Поспелова, Н. Моисеева, А. Мелихова и других российских и зарубежных ученых. Исследования, на базе которых написана книга, проводились в научных школах Московского государственного технического университета им. Н.Э. Баумана (МГТУ) и Таганрогского го сударственного радиотехнического университета (ТРТУ) по генетическим алгоритмам и эволюционному моделированию. Авторы так же выражают благодарность С. Ясиновскому, С. Родзину, П. Захарову, М. Крючкову, П. Афонину, А. Назаровой, Ю. Разумцовой, Л. Гладкову,

А.   Бородулину, А. Бондалетову, чьи материалы использованы в монографии. Авторы благодарны Российскому фонду фундаментальных исследований за финансовую помощь при публикации данных исследований (грант № 02-01 -14148), ректору ТРТУ В. Захаревичу, коллегам и сотрудникам МГ- ТУ и ТРТУ за творческую поддержку и обсуждение материалов монографии. Большое влияние на проводимые авторами исследования оказали тесные творческие связи авторов с коллегами из Российской ассоциации искусственного интеллекта Э. Поповым и В. Тарасовым.

Все критические замечания, предложения, пожелания и рекомендации, которые могут быть в перспективе использованы для развития эволюционного моделирования и смежных дисциплин, будут с благодарностью приняты авторами (E-mail: evv@rk9.bmstu.ru, vkur@tsure.ru, kur@tsure.ru).

Авторы

Природа — творец всех творцов.

И. Гёте